B. Konfigurasi Sistem Antrian Produksi Roti Manis
V. ANALISIS DAN PEMBAHASAN
A. Uji Kecukupan dan Distribusi Data
Pada analisis sistem antrian, data waktu pelayanan dan waktu kedatangan adalah data utama yang harus diamati di lapangan. Data tersebut diperoleh dari hasil pengamatan penulis dan data historis perusahaan. Data diperoleh di lapangan dengan menggunakan metode random sampling. Setelah memperoleh data tersebut selanjutnya data akan di uji kecukupannya, apabila telah terpenuhi dilanjutkan dengan uji distribusi data yang akan menentukan apakah lini produksi roti manis ini memenuhi syarat sistem antrian baku atau tidak. Uji kecukupan data dilakukan untuk menentukan kecukupan data yang telah mewakili populasi yang diamati sebelum data diuji distribusinya. Sebelum di uji kecukupannya, data waktu kedatangan dan waktu pelayanan yang didapat di konversikan ke dalam satuan yang sama yaitu detik/kg basis adonan roti.
Uji kecukupan data dilakukan pada data yang memiliki ragam atau tidak konstan sehingga uji ini hanya dilakukan pada 6 stasiun kerja di lini produksi karena hanya 6 stasiun kerja ini yang menggunakan pelayanan operator, yaitu stasiun filling, make up, panning, depanning, baking dan
crating. Hasil uji kecukupan data waktu pelayanan dapat dilihat pada tabel 2.
Tabel 2. Hasil Uji kecukupan data waktu pelayanan lini roti bulat dan sobek No Stasiun Roti Bulat Roti Sobek
N N' N N' 1 Filling 20 4,13 25 1,01 2 Make Up 24 1,94 20 4,64 3 Panning 20 1,13 20 0,49 4 Baking 48 36,07 44 39,44 5 Deppaning 20 3,16 20 17,54 6 Crating 20 2,52 40 4,57
Sama halnya dengan data waktu pelayanan, data waktu kedatangan juga diambil pada stasiun-stasiun kerja yang memiliki keragaman nilai waktu kedatangan. Hasil uji kecukupan data waktu kedatangan dapat dilihat pada tabel 3.
44 Tabel 3. Hasil Uji kecukupan data waktu kedatangan lini roti bulat dan sobek
No Stasiun Roti Bulat Roti Sobek
N N' N N'
1 Dividing 6 5,70 9 4,98 2 Baking 20 1,57 21 4,20 3 Depanning 20 0,55 20 1,55 4 Packaging 20 1,59 32 0,53
Berdasarkan data tersebut, untuk semua data memiliki nilai N’ yang lebih kecil dari nilai N, sehingga sejumlah data tersebut dapat dikatakan telah mewakili populasi untuk selanjutnya dilakukan uji distribusi.
Uji distribusi merupakan pengujian untuk menentukan metode analisis permasalahan antrian yang terjadi, apakah diselesaikan dengan metode antrian baku atau proses simulasi. Metode antrian baku diindikasikan apabila data waktu pelayanan dan waktu kedatangan terdistribusi eksponensial. Berdasarkan Siswanto (2007), jika waktu pelayanan (service time) atau 1/ dalam satuan waktu per pelanggan mengikuti distribusi eksponensial negatif, maka tingkat pelayanan (service rate) atau dalam pelanggan per satuan waktu mengikuti distribusi Poisson, begitu pula dengan tingkat kedatangan. Apabila tingkat pelayanan dan tingkat kedatangan mengikuti distribusi Poisson, maka analisis antrian dilakukan dengan metode antrian baku. Namun sebaliknya, apabila populasi data waktu pelayanan dan waktu kedatangan terdistribusi selain eksponensial maka analisis antrian dilakukan dengan menggunakan metode simulasi.
Uji distribusi dilakukan dengan menggunakan bantuan software Easyfit 5.1 Professional. Pada software ini, data akan diuji dengan menggunakan teknik goodness of fit metode Kolmogorov-Smirnov. Analisa dilakukan dengan mencocokan data yang ada dengan beberapa distribusi teoritis yang sudah tersedia pada software. Distribusi tersebut antara lain : eksponensial, gamma, laplace, lognormal, normal, pareto, triangular, uniform, dan weibull. Berikut disajikan dalam bentuk tabel adalah rekapan hasil uji distribusi data waktu kedatangan dan waktu pelayanan dengan menggunakan software Easyfit 5.1 Professional. Tahapan cara pengujian dan contoh output dari Easyfit 5.1 Professional dapat dilihat pada Lampiran 19.
45 Berikut rekapan hasil uji distribusi waktu kedatangan bahan roti bulat. Tabel 4. Hasil Uji Distribusi Waktu Kedatangan Bahan Roti Bulat
No Stasiun Distribusi Parameter
1 Dividing Lognormal = 0,11968; = 2,3177; = 0 2 Baking Gamma = 7,7533; = 1,254; = 0 3 Depanning Uniform a=8,4101; b=9,6079 4 Packaging Uniform a=8,0668; b=10,102
Sedangkan hasil uji distribusi waktu pelayanan bahan roti bulat ditampilkan pada tabel 5.
Tabel 5. Hasil Uji Distribusi Waktu Pelayanan Bahan Roti Bulat
No Stasiun Distribusi Parameter
1 Filling Gamma = 6,0998; = 0,78284; = 13,725 2 Make Up Triangular m = 37,04; a = 31,178; b = 42,885 3 Panning Weibull = 13,115; = 5,7733; = 4,1936 4 Baking Lognormal = 0,29387; = 2,035; = 0 5 Deppaning Normal = 0,77564; = 8,4825 6 Crating Uniform a = 15,47; b = 20,548
Hasil rekapan perhitungan uji distribusi waktu kedatangan bahan roti sobek dapat dilihat pada tabel 6.
Tabel 6. Hasil Uji Distribusi Waktu Kedatangan Bahan Roti Sobek
No Stasiun Distribusi Parameter
1 Dividing Pareto = 11,138; = 8,41 2 Baking Laplace = 1,4903; = 8,8125 3 Depanning Weibull = 22,24; = 7,5229; = 0 4 Packaging Weibull = 29,566; = 5,1011; = 0 Sedangkan hasil uji distribusi waktu pelayanan bahan roti sobek ditampilkan pada tabel 7.
46 Tabel 7. Hasil Uji Distribusi Waktu Pelayanan Bahan Roti Sobek
No Stasiun Distribusi Parameter
1 Filling Weibull = 23,301; = 17,067; = 0 2 Make Up Weibull = 2,5261; = 10,565; = 27,398 3 Panning Weibull = 25,715; = 18,507; = 0 4 Baking Gamma = 9,9103; = 0,72181; = 0 5 Deppaning Gamma = 21,656; = 0,29393; = 0 6 Crating Gamma = 1,3252; = 0,90862; = 6,9814
Dari hasil uji distribusi diatas dengan metode Kolmogorov-Smirnov, antrian yang terjadi pada lini produksi roti manis ini tidak mengikuti model antrian baku sehingga analisis dilakukan dengan metode simulasi.
B. Model Antrian
Pada proses produksi roti manis ini, semua proses produksi berjalan secara tetap artinya adalah bahan yang masuk akan melewati urutan atau tahapan yang sama hingga menjadi produk jadi. Pada analisis sistem antrian di PT Nippon Indosari Corpindo ini digunakan beberapa asumsi antara lain : 1. Pola antrian yang ada pada lini roti manis adalah sistem antrian jalur
tunggal fasilitas pelayanan ganda (single channel multi phase). 2. Sistem antrian bersifat steady state
3. Memiliki 2 jenis produk yaitu roti bulat dan roti sobek yang diproses secara terpisah. Untuk simulasi dengan program QSS, Roti bulat memiliki waktu produksi baku 16920 detik (±20% dari total waktu produksi harian) dan 67680 detik untuk roti sobek (±80% dari total waktu produksi harian). waktu produksi hariannya adalah 1410 menit.
4. Bobot adonan dianggap tetap hingga produk jadi karena produk diproses dalam satuan piece (dimulai dari stasiun dividing). Satu piece roti bulat akan dikonversi menjadi bobot standarnya yaitu 0,06 kg/piece, dan 0,05 kg/piece untuk roti sobek.
5. Pelayanan dari server berdisiplin FIFO (First In First Out) dan peraturan input/output bersifat random.
47 6. Waktu transfer atau perpindahan bahan antar stasiun produksi diabaikan karena memiliki waktu perpindahan yang terbilang kecil (dibawah 1 menit), sehingga waktu pelayanan suatu tahapan produksi dapat menjadi waktu antar kedatangan bagi tahapan produksi berikutnya.
7. Kecepatan kedatangan dan pelayanan bahan sesuai dengan kondisi historis yang diperoleh melalui pengukuran langsung dan data historis perusahaan.
8. Faktor kerusakan dan waktu downtime mesin diabaikan.
Berdasarkan konfigurasi model antrian lini produksi roti manis dan hasil uji distribusi yang menentukan bahwa analisis dilakukan dengan teknik simulasi. Program QSS (Queuing System Simulation) 1.0 merupakan software simulasi yang dapat membantu mensimulasikan sistem antrian lewat hasil uji distribusi waktu kedatangan dan waktu pelayanan tersebut.
Simulasi sistem antrian di perusahaan ini dinamakan SAPR-NIC yaitu Sistem Antrian Pengolahan Roti pada PT Nippon Indosari Corpindo. Pembagian SAPR-NIC menjadi 14 buah model disebabkan adanya perbedaan karakteristik pengolahan dan konfigurasi antrian pada stasiun kerja produksi yang tidak memungkinkan untuk digabungkan atau disatukan menjadi sebuah model dengan analisis yang sama. Oleh karena itu secara umum terdapat 2 jenis model yang berbeda pada SAPR-NIC yaitu model dengan analisis keseimbangan aliran bahan dan model simulasi menggunakan program QSS 1.0.
Pada stasiun mixing sponge, fermentasi I, mixing dough, floor time dan fermentasi II tidak dianalisis dengan bantuan QSS 1.0 karena waktu kedatangan yang terjadwal, pola pelayanan yang konstan dan bersifat batch sehingga tidak dapat digabungkan dengan stasiun sebelum ataupun sesudahnya melainkan akan dianalisis dengan analisis keseimbangan aliran bahan dan analisis akan dilakukan dengan model terpisah yakni, model 1 merupakan analisis keseimbangan aliran bahan untuk stasiun mixing sponge, model 2 untuk analisis keseimbangan aliran bahan stasiun fermentasi I dan
floor time, model 3 untuk analisis stasiun mixing dough dengan metode
48 keseimbangan aliran bahan stasiun fermentasi II. Melalui analisis keseimbangan aliran, antrian bahan dapat langsung ditentukan serta dapat mengetahui waktu idle mesin secara langsung.
Model antrian yang dibentuk dalam QSS 1.0 berisi komponen-komponen antrian, tipe komponen-komponen, aturan input dan output, intermediate
follower, kapasitas antrian, disiplin antrian, distribusi waktu kedatangan,
ukuran batch, dan distribusi waktu pelayanan.
Analisis simulasi dimulai dari stasiun dividing hingga stasiun rounding item roti bulat sebagai model 4, model 5 merupakan simulasi yang dimulai dari stasiun filling hingga stasiun panning pada item roti bulat, model 7 adalah model simulasi di stasiun baking, model 8 adalah model simulasi dari stasiun depanning pada item roti bulat, model 9 sebagai simulasi dari stasiun
packaging hingga stasiun crating. Sedangkan model 10 adalah model
simulasi pada item roti sobek yang dimulai dari stasiun dividing hingga stasiun rounding, simulasi dari stasiun model 11 adalah model simulasi pada item roti sobek yang dimulai dari stasiun filling hingga stasiun panning, model 12 adalah model simulasi di stasiun baking, model 13 adalah model simulasi dari stasiun depanning pada item roti sobek, dan model 14 sebagai simulasi dari stasiun packaging hingga stasiun crating pada item roti sobek. Sehingga untuk menganalisis sistem antrian lini produksi roti manis, dilakukan melalui 14 bentuk model. Berikut disajikan dalam tabel rekapan model dan keterangannya.
Tabel 8. Model pada SAPR-NIC
No. Model
Model
1 Keseimbangan aliran bahan untuk stasiun mixing sponge 2 Keseimbangan aliran bahan stasiun fermentasi I dan floor time 3 Keseimbangan aliran bahan stasiun mixing dough
4 Simulasi dari stasiun dividing hingga stasiun rounding item roti bulat
5 Simulasi dari stasiun filling hingga stasiun panning item roti bulat 6 Keseimbangan aliran untuk stasiun fermentasi II
49 7 Simulasi pada stasiun baking item roti bulat
8 Simulasi pada stasiun depanning item roti bulat
9 Simulasi dari stasiun packaging hingga crating item roti bulat 10 Simulasi dari stasiun dividing hingga rounding item roti sobek 11 Simulasi dari stasiun filling hingga panning item roti sobek 12 Simulasi pada stasiun baking item roti sobek
13 Simulasi pada stasiun depanning item roti sobek
14 Simulasi dari stasiun packaging hingga crating item roti sobek Berikut daftar komponen-komponen simulasi SAPR-NIC dengan program QSS 1.0 disajikan pada tabel berikut.
Tabel 9. Komponen-komponen Simulasi SAPR-NIC
No Nama Komponen Tipe Keterangan
1 KedatanganBulat C Kedatangan di Stasiun dividing roti
bulat
2 KedatanganSobek C Kedatangan di Stasiun dividing roti
sobek
3 KedatanganFILBULAT C Kedatangan bahan di Stasiun filling roti
bulat
4 KedatanganFILSOBEK C Kedatangan di Stasiun filling roti bulat
5 KedatanganBAKBULAT C Kedatangan di Stasiun baking roti bulat
6 KedatanganBAKSOBEK C Kedatangan di Stasiun baking roti sobek
7 KedatanganDEPBULAT C Kedatangan di Stasiun depanning roti
bulat
8 KedatanganDEPSOBEK C Kedatangan di Stasiun depanning roti
sobek
9 KedatanganPACKBULAT C Kedatangan di Stasiun packing roti
bulat
10 KedatanganPACSOBEK C Kedatangan di Stasiun packing roti
bulat
11 AntrianA Q Ruang Antrian Stasiun Dividing
12 A1 S Mesin Dividing
13 AntrianB Q Ruang Antrian Stasiun Rounding
14 B1 S Mesin Rounding
15 AntrianC Q Ruang Antrian Stasiun filling
16 C1 S Operator Filling 1
17 C2 S Operator Filling 2
18 AntrianD Q Ruang Antrian Stasiun Make Up
50
20 D2 S Operator Make Up 2
21 D3 S Operator Make Up 3
22 D4 S Operator Make Up 4
23 Antrian E Q Ruang Antrian Stasiun Panning
24 E1 S Operator Panning 1 (pada roti bulat
hanya ada F1)
25 E2 S Operator Panning 2
26 AntrianBAK Q Ruang Antrian Stassiun Baking
27 BAK S Operator di Stasiun Baking
28 AntrianF Q Ruang antrian Stasiun Kerja Deppaning
29 F1 S Operator Depanning1
30 AntrianG Q Ruang antrian Stasiun Kerja Packaging
31 G1 S Mesin Packaging 1
32 AntrianH Q Ruang Antrian Stasiun Kerja Crating
33 H1 S Operator Crating 1
34 H2 S Operator Crating 2
Komponen-komponen diatas akan diobservasi pada program QSS 1.0 lewat penjabaran tipe komponen yang terdiri dari customer, server, queue, dan garbage, selanjutnya akan digambarkan pola sistem antriannya lewat
intermediate follower dari masing-masing komponen, disiplin antrian dan
kapasitas antrian pula harus dijelaskan serta bagian yang paling menentukan adalah distribusi waktu kedatangan dan waktu pelayanan.
Pada analisis ini waktu transfer atau perpindahan bahan antar stasiun kerja diabaikan karena memiliki nilai waktu perpindahan yang sangat kecil yaitu dibawah 1 menit, sehingga dapat dikatakan bahwa waktu pelayanan suatu tahapan produksi menjadi waktu antar kedatangan tahapan produksi berikutnya (Sahar, 2007).
Melalui hasil simulasi SAPR-NIC, terdapat beberapa informasi atau obyek mengenai atribut antrian yang akan dianalisis (entity) antara lain adalah jumlah bahan yang terproses, rata-rata flow time, waktu proses, rata-rata utilitas fasilitas pelayanan, rata-rata bahan menunggu secara overall (Lq) dan rata-rata waktu menunggu secara overall (Wq). Berikut adalah analisis kinerja antrian pada kondisi nyata.
51
1. Kinerja Model 1 (Model Antrian Stasiun Mixing Sponge)
Model 1 ini merupakan model keseimbangan aliran bahan yang disimulasikan dengan simulasi penjadwalan waktu pelayanan selama 1 hari. Data yang didapatkan adalah data pengamatan dan data historis perusahaan dalam beberapa hari namun pada analisis model ini hanya ditampilkan kondisi 1 hari karena data tersebut adalah data jadwal produksi harian yang hampir sama setiap harinya.
Model ini bertujuan untuk memperlihatkan kondisi aliran bahan pada stasiun mixing sponge yang selalu dilakukan pada sistem pelayanan yang tetap atau terjadwal disetiap harinya, sehingga apabila dikaitkan dengan sistem antrian pada stasiun ini tidak ada bahan yang mengantri pada model ini. Pada sistem yang telah terjadwal ini, fasilitas pelayanan akan selalu dapat menampung atau memproses sejumlah bahan yang datang sehingga tidak terjadi antrian yang disebabkan fasilitas pelayanan telah full dan sibuk digunakan. Analisis model ini dilakukan dalam satuan batch yang ditampilkan pada Lampiran 3.
Pada analisis ini item roti bulat dan sobek disatukan analisisnya dalam satu model karena kedua item roti menggunakan fasilitas pelayanan yang sama dan berlangsung secara kontinu antara mixing roti bulat dan roti sobek sehingga akan lebih mudah apabila analisis digabungkan. Asumsi yang digunakan pada model ini yakni prioritas jenis produk yang didahulukan adalah item roti sobek di setiap periode produksi harian, waktu downtime mesin ditiadakan (diabaikan) serta waktu idle di setiap pergantian antara batch yang berbeda jumlah adalah 5 menit.
Pada setiap periode waktu produksi harian, schedule baru dimulai pukul 17.00, yang mana pada pukul 5 sore tersebut, mixing sponge pertama telah selesai atau adonan awal telah terbentuk. Pada stasiun ini bahan baku datang dari bagian RM pada pukul 16.30 atau dapat dikatakan pada pukul tersebut terjadi transaksi antara bagian produksi dengan bagian RM sebanyak sekali dalam satu periode produksi (24 jam). Bahan baku yang ditransaksikan juga tidak semua berbentuk secara fisik, karena terdapat bahan yang tetap berada pada bagian RM untuk ditangani dengan
52 penyimpanan yang khusus, sehingga apabila akan dilakukan running
mixing sponge, bahan diambil langsung dari bagian RM. Oleh karena itu
pada bagian kedatangan awal ini, bahan baku yang telah menjadi milik bagian produksi (setelah transaksi dengan bagian RM) tidak dimasukkan dalam kategori bahan yang mengantri, karena bahan tersebut sebenarnya adalah stock untuk produksi selama 1 periode.
Pada stasiun mixing sponge, jadwal mixing yang ditetapkan menyebabkan banyaknya persentase mixer yang idle yaitu sebesar 60,56% (14 jam 32 menit) per hari, Sedangkan tingkat utilitas mesin dalam sehari adalah sebesar 39,44% atau sebesar 9 jam 28 menit waktu produktifnya. Hal ini dikarenakan penjadwalan dilakukan setiap 20 menit sekali sebagai jarak antar batch dengan konfigurasi waktu running mesin ditambah waktu
loading dan unloading hanya memerlukan waktu 8 menit per batch,
sedangkan waktu idle-nya mencapai 11-12 menit setiap pergantian batch. Waktu jarak tersebut (20 menit) ditentukan untuk menyesuaikan waktu produksi pada stasiun-stasiun berikutnya, sehingga proses produksi tidak dilakukan secara terus menerus tanpa idle pada stasiun mixing sponge ini untuk menghindari antrian dan menyebabkan terjadinya pre-fermentasi serta over-fermentasi karena waktu menunggu.
2. Kinerja Model 2 (Model Antrian Stasiun Fermentasi 1 dan Floor Time)
Model 2 ini merupakan model sistem antrian pada stasiun fermentasi dan floor time. Dua stasiun tersebut dianalisis dalam satu model karena aliran proses fermentasi I dan floor time mempunyai penanganan proses yang sama dan memungkinkan untuk dianalisis secara bersamaan.
Stasiun kerja fermentasi I dan floor time merupakan stasiun dengan fasilitas pelayanan yang bersifat batch dan memiliki waktu pelayanan yang konstan untuk semua item roti manis. Waktu pelayanannya adalah 3 jam 25 menit untuk fermentasi I dan 15 menit untuk waktu floor time di setiap
batch-nya.
Model ini dibentuk dari analisa jumlah bahan yang masuk, kapasitas fasilitas pelayanan dan penjadwalan produksi harian. Kapasitas dari ruang
53 fermentasi I adalah sebanyak 14 box yang masing-masing box akan menampung 1 batch adonan roti sehingga analisis model ini ditampilkan dalam satuan box atau batch yang ditampilkan pada Lampiran 4. Berdasarkan kondisi tersebut, waktu loading dan unloading pada fermentasi 1 telah ditetapkan selama masing-masing 1 menit untuk setiap box, sama halnya dengan waktu loading floor time yakni 1 menit juga sedangkan waktu unloading sebesar 11 menit. Penjadwalan waktu dan pengurutan penggunaan nomor box serta item roti dijalankan berdasarkan penjadwalan produksi harian perusahaan dengan asumsi yang telah ditetapkan untuk analisis model keseimbangan aliran bahan yang disimulasikan dengan penjadwalan waktu pelayanan.
Setelah waktu pelayanan dan waktu kedatangan disimulasikan berdasarkan penjadwalan yang telah ditentukan, antrian yang terjadi adalah sebesar nol atau dapat dikatakan bahwa tidak terjadi antrian pada kondisi historis. Hal ini dikarenakan kedatangan bahan dari stasiun sebelumnya yaitu stasiun mixing sponge telah dijadwalkan sehingga bersifat tepat waktu dan konstan. Selain itu pula fasilitas pelayanan selalu dapat menampung atau memproses sejumlah bahan yang datang sehingga tidak terjadi antrian yang disebabkan fasilitas pelayanan telah penuh digunakan.
Analisis tentang waktu idle dilakukan pada setiap satuan box dan tidak memungkinkan untuk menganalisis sekaligus ruang fermentasi karena pada ruangan ini terdiri dari satuan-satuan box yang pada masing-masing box terdapat bahan yang sedang di proses pada waktu proses yang berbeda. Waktu idle rata-rata box adalah sebesar 16,10 %, yaitu 232,5 menit atau selama 3,875 jam (3 jam 52,5 menit). Waktu idle yang dimaksud adalah waktu dimana box yang telah dikosongkan (tidak sedang menampung adonan) menunggu adonan yang sedang diproses mixing. Simulasi model antrian berdasarkan penyesuaian jadwal produksi harian ini memiliki rata-rata utilitas box dalam sehari adalah 83,90%.
54 3. Kinerja Model 3 (Model Antrian Stasiun Mixing Dough)
Model 3 ini juga dimasukan dalam analisis keseimbangan aliran dengan simulasi penjadwalan, stasiun ini memiliki nilai idle yang lebih kecil karena proses mixing dough memiliki waktu running proses selama 16-17 menit setelah adonan mengalami proses fermentasi dengan jarak produksi per batch yang sama yaitu 20 menit. waktu loading dan
unloading masing-masing selama 1 menit serta waktu idle per batch juga
selama 1 menit.
Pada model ini juga terbukti tidak terjadi antrian karena adanya penjadwalan yang telah terpola pada kedatangan bahan maupun pelayanan bahan yang bersifat konstan. Sama halnya dengan analisis di stasiun
mixing sponge, di stasiun mixing dough ini analisis juga dilakukan selama
1 hari (24 jam) untuk memperlihatkan pola pelayanan mesin yang dan kedatangan bahan yang telah terjadwal. Analisis berdasarkan kondisi historis dalam 1 hari di stasiun ini memiliki waktu idle mixer sebesar 7,01% yaitu selama 101 menit atau 1 jam 41 menit, dan persentase utilitas mesin sebesar 92,99% atau setara dengan waktu produktif 22 jam 19 menit dalam sehari. Simulasi secara lengkap dapat dilihat pada Lampiran 5. 4. Kinerja Model 4 (Model Antrian Stasiun Dividing hingga Stasiun
Rounding pada Item Roti Bulat)
Model 4 ini merupakan model dengan analisis program QSS 1.0 yang mensimulasikan aliran kerja mulai dari stasiun dividing hingga stasiun rounding. Dimulai dari komponen KedatanganBulat yaitu bahan yang datang dari stasiun fermentasi I. Berikut ini adalah tampilan
spreadsheet dari SAPR-NIC yang berisi komponen-komponen simulasi
antrian pada model 4 ini.
55 Simulasi dari SAPR-NIC juga dapat dilakukan dalam bentuk model grafis dengan komponen-komponen yang sama pada spreadsheet, namun melalui model grafis dapat dilihat dengan lebih jelas pola sistem antriannya. Berikut adalah tampilannya.
Gambar 11. Tampilan model grafis simulasi model 4
Pada model lini roti bulat, SAPR-NIC pada program QSS disimulasikan dengan sistem jam kerja (use system clock) dengan waktu kerja produksi yang telah ditetapkan perusahaan. Waktu kerja produksi roti bulat adalah 282 menit atau setara dengan 16920 detik per harinya. Setelah dijalankan simulasi dari SAPR-NIC ini, selanjutnya akan didapatkan hasil simulasi berupa hasil analisa terhadap pelanggan atau bahan yang diproses
(customer analysis), fasilitas pelayanan (server analysis), dan antrian (queue analysis). Simulasi dijalankan sebanyak tiga kali simulasi untuk
mendapatkan hasil rataan yang konsisten. Hasil simulasi SAPR-NIC model 4 ini dapat dilihat pada tabel berikut.
Tabel 10. Output overall simulasi model 4
Stasiun Entity Jumlah Bahan Terproses (kg) Waktu Proses (detik) Utilitas (%) Jumlah Bahan Menunggu (kg) Waktu Bahan Menunggu (detik) Dividing 1652,33 9,80 95,70 0,11 1,12 Rounding 1652,00 9,72 94,90 0,00 0,00 Pada hasil simulasi SAPR-NIC model 4 ini didapatkan nilai rataan nol untuk penolakan bahan (total number of balking) sehingga dapat
56 dinyatakan bahwa pada kedatangan bahan di stasiun dividing tidak ada bahan yang tidak terproses. Bahan yang berhasil diproses rata-rata sebanyak 1652 kg atau setara dengan ± 27533 pieces dan rata-rata flow
time nya adalah 20,64 detik yang merupakan gabungan dari waktu proses
dan waktu bahan menunggunya.
Pada analisa fasilitas pelayanan (server utilization) secara rata-rata
(overall) memiliki nilai utilitas 95,70% pada stasiun dividing dan 94,90%
pada stasiun rounding. Nilai utilitas pada model 4 tersebut menyatakan bahwa fasilitas pelayanan memiliki tingkat kesibukan yang cukup tinggi dan hal ini dinilai baik karena semakin tinggi nilai utilitas fasilitas pelayanan maka semakin produktif fasilitas pelayanan tersebut karena waktu idle server tersebut semakin kecil.
Rata-rata bahan yang menunggu secara overall (Lq) adalah sebesar